MétaCan
Menu
Retour à la cohorte
Enregistrement W2301608602 · doi:10.1016/s0967-0653(97)89043-6

10.1016/s0967-0653(97)89043-6

2000· article· en· W2301608602 sur OpenAlexvenueno aff
Aaron Bass, R. Eugene Turner

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWetlandEstuaryHydrology (agriculture)Salt marshStructural basinMarshWater levelEnvironmental scienceVegetation (pathology)GeologyGeographyEcologyOceanographyGeomorphologyCartography

Résumé

récupéré en direct d'OpenAlex

Coastal land loss rates were quantified for 27 salt marshes in three estuaries of the Louisiana Mississippi Deltaic plain: Barataria, Terrebonne and St. Bernard. The sites ranged from 23 ha to 908 ha and the total area of all sites was 6,367 ha. Two methods were used to calculate open water and canal density in each of five years: (1) a Geographic Information System for 1956 and 1978, and, (2) a point grid method for 1974, 1988, and 1990. A General Linear Model explained 79 % of the variance (R 2 = 0.79; P ≥ 0.95) among basins for all years and provided an estimate of the impacts of canals in each basin. The land loss rates, virtually all occurring as wetland to open water conversions, were different in each basin. The 'background' land loss rates from 1956 to 1990 (exclusive of the direct or indirect effects of canals; %/yr; μ + 1 Std. Dev.) for each basin were estimated to be: Barataria: 0.71 ± 0.12, Terrebonne 0.47 ± 0.09, and St. Bernard 0.08 ± 0.14. Canals were equally and directly correlated with landloss in each basin. There was 2.85 ha of open water formed with each ha of canal dredged (inclusive of the canal area) and an additional 1 ha wetland converted to spoil bank vegetation. Additional losses may occur if loss rates continue for periods longer than the mapping intervals. There are documented causal mechanisms involving wetland hydrologic changes that can explain these wetland losses.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)1,0001,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,152
Écart entre enseignants0,148 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207